Context◄:
Forestil dig, at du havde en langsgående undersøgelse, der målte en afhængig variabel (DV) en gang om ugen i 20 uger på 200 deltagere. Selvom jeg er generelt interesseret i, inkluderer typiske DV'er, som jeg tænker på, jobpræstationer efter ansættelse eller forskellige trivselsforanstaltninger efter en klinisk psykologisk intervention.
Jeg ved, at modellering på flere niveauer kan bruges til at modellere forholdet mellem tid og DV. Du kan også tillade koefficienter (f.eks. Aflytninger, skråninger osv.) At variere mellem individer og estimere deltagernes særlige værdier. Men hvad nu hvis man ved visuel inspektion af data finder ud af, at forholdet mellem tid og DV er en af følgende:
- forskellige i funktionel form (måske nogle er lineære og andre er eksponentielle eller nogle har en diskontinuitet)
- forskellig i fejlvarians (nogle individer er mere flygtige fra det ene tidspunkt til det andet)
Spørgsmål :
- Hvad ville være en god måde at nærme sig modelleringsdata på denne måde?
- Hvilke tilgange er specifikt gode til at identificere forskellige typer relationer og kategorisere individer med hensyn til deres type?
- Hvilke implementeringer findes der i R for sådanne analyser?
- Er der nogen henvisninger til, hvordan man gør dette: lærebog eller faktisk anvendelse?